Jellyseerr与Emby/Jellyfin集成中"最近添加"扫描问题的解决方案
2025-06-09 04:22:53作者:霍妲思
问题现象
在使用Jellyseerr媒体请求系统时,用户发现与Emby媒体服务器的集成存在一个功能异常:当通过Jellyseerr请求电影或电视剧并成功下载到Emby媒体库后,执行"最近添加"扫描操作时,系统无法正确识别新添加的媒体内容。该问题在Emby 1.8.1版本中确认存在,且同样影响Jellyfin用户。
根本原因分析
经过技术团队排查,这个问题并非Jellyseerr本身的缺陷,而是与媒体服务器(Emby/Jellyfin)的库配置设置有关。关键在于媒体服务器记录"添加日期"的方式设置不当:
- 默认情况下,Emby/Jellyfin可能使用文件系统元数据中的创建日期作为"添加日期"
- 当文件被移动或重命名时,这个日期可能不会更新
- Jellyseerr的扫描功能依赖于正确的"添加日期"来判断内容是否为新添加
解决方案
对于Emby用户
- 登录Emby管理仪表盘
- 导航至"库"部分
- 选择"高级库设置"
- 找到"日期添加行为"选项
- 将其从默认值修改为"库扫描时间"
对于Jellyfin用户
- 登录Jellyfin管理仪表盘
- 进入"仪表盘 > 库"
- 选择"显示"选项卡
- 找到"日期扫描"选项并启用
技术原理
这个设置变更的本质是让媒体服务器使用实际内容被扫描到库中的时间作为"添加日期",而不是依赖文件系统的元数据。这样做有以下优势:
- 确保日期标记与实际入库时间一致
- 避免因文件操作(移动、复制等)导致的时间戳混乱
- 与Jellyseerr的扫描机制完美配合
最佳实践建议
- 定期检查媒体服务器的库设置,确保与自动化工具兼容
- 在进行大规模媒体文件操作后,建议手动触发库扫描
- 对于使用多种自动化工具的环境,保持各系统的时间设置一致
总结
通过调整Emby/Jellyfin的库日期记录方式,可以完美解决与Jellyseerr集成中的"最近添加"扫描问题。这体现了媒体管理系统集成时配置一致性的重要性,也提醒我们在遇到类似问题时,不仅要检查主系统,也要关注相关集成的配置细节。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
890
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195